買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜百科榮創(北京)科技發展有限公司申請的專利基于嵌入式的工業運動控制方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119115962B 。

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411588155.1，技術領域涉及：B25J9/16；該發明授權基于嵌入式的工業運動控制方法及系統是由張明伯;鄭其設計研發完成，并于2024-11-08向國家知識產權局提交的專利申請。

本基于嵌入式的工業運動控制方法及系統在說明書摘要公布了：本發明涉及機器人工業運動控制技術領域，公開了基于嵌入式的工業運動控制方法及系統，首先進行機器人機械臂的奇異點識別，首先進行確定機械臂的矩陣，并進行描述機械臂末端執行器的速度包括線速度和角速度與關節速度之間的關系，為機械臂關節角度；進行計算條件數，檢測奇異點，具體通過計算矩陣的條件數評估其接近奇異的程度，通過偽逆處理奇異點；進行動態路徑規劃，通過監測到的機械臂傳感器數據，構建當前工作空間的模型；進行計算最佳路徑，選定執行路徑，并執行路徑規劃。本發明顯著提升了工業運動控制系統的性能，使其能夠在復雜的工業環境中高效、安全、可靠地運行提高了系統的性能、可靠性和適應性。

本發明授權基于嵌入式的工業運動控制方法及系統在權利要求書中公布了：1.一種基于嵌入式的工業運動控制方法，其特征在于：具體按以下步驟執行：S1:進行機器人機械臂的奇異點識別，首先進行確定機械臂的矩陣，并進行描述機械臂末端執行器的速度包括線速度和角速度與關節速度之間的關系，如式（1）； 式（1）其中，是機械臂末端執行器的速度向量，是關節速度向量，為機械臂關節角度；S2:進行計算條件數，檢測奇異點，具體通過計算矩陣的條件數評估其接近奇異的程度，條件數定義為最大奇異值與最小奇異值之比，如式（2）； 式（2）其中，為條件數；S3:對條件數進行設定閾值，并檢測條件數是否超過閾值，當檢測到條件數超過預設閾值時，通過偽逆處理奇異點；具體按以下步驟執行：S3.1：在條件數超過預設閾值時，計算偽逆，通過分解計算矩陣的偽逆；通過奇異值分解如式（3.1）-式（3.2）； 式（3.1）其中，和是正交矩陣，是對角矩陣，包含的奇異值； 式（3.2）其中，是的偽逆，具體通過對角元素取倒數并轉置計算出；S3.2：使用偽逆近似求解機械臂關節速度，如式（3.3）； 式（3.3）其中，是機械臂末端的速度向量；S3.3：通過目標函數和輔助向量優化關節配置，具體包括最小化關節速度、減小能量消耗，如式（3.4）； 式（3.4）其中，為單位矩陣，是零空間投影矩陣；S3.4：在離散時間步長下，通過積分將關節速度轉換為關節角度，如式（3.5）； 式（3.5）；S4：進行動態路徑規劃，通過監測到的機械臂傳感器數據、空間內的障礙物數據，包括障礙物的位置、形狀及動態物體的軌跡預測，構建當前工作空間的模型；具體按以下步驟執行：S4.1：使用傳感器包括激光雷達、攝像頭、超聲波傳感器進行收集工作空間內的障礙物信息，對動態物體，進行連續跟蹤預測未來位置；對移動的障礙物，利用歷史軌跡數據和運動模型，預測移動的障礙物的未來位置，如式（4.1）； 式（4.1）其中，為狀態向量，包括位置和速度，為控制輸入數據，為過程噪聲，和是系統矩陣；S4.2：對原始傳感器數據進行濾波和平滑處理，從處理后的數據中提取障礙物的幾何特征，包括邊界框、形狀輪廓；首先連續地從各個傳感器收集原始數據，包括激光雷達提供點云數據、攝像頭提供圖像幀；對上述的數據進行濾波，如式（4.2）； 式（4.2）其中，為數據狀態值；為卡爾曼增益，是測量值，為觀測矩陣；然后對濾波后的數據進行清除數據噪聲，如式（4.3）； 式（4.3）其中，為窗口大小，為輸入信號，為輸出信號；然后進行數據特征提取，對攝像頭獲取到的圖像數據，具體進行邊緣檢測來識別物體的輪廓；對點云數據，使用RANSAC算法或最小二乘法來擬合障礙物的邊界框或形狀，如式（4.4）； 式（4.4）其中，和分別是旋轉和平移變換，和是對應的點云數據；S4.3：將提取到的障礙物信息整合到一個統一的地圖表示中，所述的地圖為柵格地圖、點云地圖或拓撲地圖；S5：進行計算最佳路徑，選定執行路徑，并執行路徑規劃，具體按以下步驟執行：S5.1:基于路徑長度或時間定義代價函數；如式（5.1）； 式（5.1）其中，為兩個點之間的距離，和是路徑上的相鄰的節點；S5.2:通過插入矩陣條件數的懲罰項，避免接近奇異點；其中，懲罰項首先通過奇異值分解計算矩陣的條件數；如式（5.2）； 式（5.2）其中，和分別是雅可比矩陣的最大奇異值和最小奇異值；然后，所述的懲罰項具體通過設定閾值，設定條件數閾值，當時，則判定認為接近奇異點；在路徑規劃過程中，如果某個節點對應的雅可比矩陣條件數超過閾值，則增加相應的懲罰項；S5.3:結合步驟S5.2中，在路徑規劃過程中的能量消耗值和平滑度，將所有成本項結合起來形成總代價函數；S5.4:計算雅可比矩陣，對于給定的關節角度，計算雅可比矩陣；如式（5.4）； 式（5.4）其中，為機械臂關節角度到末端執行位置的映射函數；在數據特征提取中，首先進行使用濾波器對圖像進行平滑處理，如式（6）； 式（6）其中，為標準差；再進行計算圖像中像素值變化最劇烈的地方，即潛在的邊緣；如式（6.1）； 式（6.1）其中，和分別是圖像水平和垂直方向上的梯度；然后，將細化邊緣，只保留局部最大值點；將每個像素與其沿梯度方向的兩個鄰居進行比較，如果當前像素不是局部最大值，則將其設置為零；然后通過設定兩個閾值，低閾值和高閾值；判斷，如果一個像素的梯度強度高于，則認為是強邊緣，如果一個像素的梯度強度介于和之間，并且與一個強邊緣相連，則認為它是弱邊緣；然后進行擬合，統計內點數量，定義一個距離閾值，判斷一個點是否屬于擬合的模型；計算所有點到擬合模型的距離，如果距離小于，則認為該點是內點，統計內點的數量；重復上述步驟，記錄內點數量最多的模型，直到找到最佳模型進行識別圖像特征。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人百科榮創(北京)科技發展有限公司，其通訊地址為：100000 北京市海淀區四季青路8號2層212室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。